Qu'est-ce que la gestion des données Maturity ?

L'immaturité des données peut vous conduire à la faillite

Merriam-Webster définit la maturité comme (1) la qualité ou l'état d'être mature ou (2) la fin de la période pendant laquelle une obligation doit courir. Si la première définition est peu utile, la seconde constitue la base de cette discussion sur la maturité. gestion des données La gestion des données (DMM) guide vos obligations pour :

• Les modalités de traitement et d'utilisation des données.
• les responsabilités en matière de gouvernance et de réglementation.
• les exigences en matière de sécurité, de récupération, d'archivage et de sauvegarde.
• Facilité d'utilisation par le personnel et les clients.
• Coût de la gestion des données et du stockage.

En 2017, la Harvard Business Review a publié une étude révélant que seulement 3 % des données des entreprises répondaient aux normes de qualité et, pire encore, que 47 % des enregistrements de données nouvellement créés comportaient au moins une erreur critique. Unarticle de la MIT SloanManagement Review affirme que 15 à 25 % de votre chiffre d'affaires peut être perdu en raison de données insuffisantes, ce qui a fait dire à Bill Gates : "La manière dont vous recueillez, gérez et utilisez les informations détermine si vous gagnez ou si vous perdez."

Qu'est-ce que la gestion des données Maturity ?

La maturité des données est liée à la manière dont vous vous mesurez par rapport à une norme reconnue de ce qu'elle devrait être, aux processus utilisés pour gérer et accéder aux données, aux outils employés et aux données utilisées dans la prise de décision.

Selon l'ISACA, la référence en matière d'amélioration des processus, le modèle de maturité CMMI pour la gestion des données est le suivant :

"Il s'agit d'un cadre d'amélioration des processus et de maturité des capacités pour la gestion des actifs de données d'une organisation et des activités connexes. Il contient les meilleures pratiques pour établir, construire, maintenir et optimiser une gestion des données efficace gestion des données données tout au long du cycle de vie des données, de la création à la livraison, à la maintenance et à l'archivage".

Le CMMI précise que les 5 niveaux proposés ci-dessous doivent être utilisés comme un guide et que les organisations doivent appliquer chaque niveau en fonction de leur situation particulière.

Les cinq niveaux du modèle de maturité CMMI pour lagestion des données guident votre performance par rapport au risque, à la capacité et à l'utilisation :

1. Les processus mis en œuvre sont exécutés de manière ad hoc, principalement au niveau du projet. La discipline en matière de processus est essentiellement réactive et consiste à résoudre les problèmes de données plutôt qu'à améliorer la qualité des processus. Les données ne sont considérées que dans le cadre du projet, de l'application ou des tâches immédiates et non comme une ressource stratégique. La gestion des données n'est pas une initiative ou un sujet au niveau du conseil d'administration.
2. Les processus gérés sont désormais planifiés et exécutés dans le cadre de lignes directrices. Bien que l'on soit conscient de l'importance de traiter les données comme un actif essentiel, les compétences ou les outils sont encore inadéquats d'un point de vue organisationnel. Les dirigeants ont commencé à prendre la gestion des données au sérieux et s'appuient sur les évaluations de consultants ou les normes industrielles.
3. Des ensembles définis deprocessusnormalisés contribuent désormais à fournir une qualité de données cohérente pour faciliter l'exécution des tâches de l'entreprise, répondre aux visions stratégiques ou maintenir la conformité aux réglementations. La supervision de la gestion et de la gouvernance a été introduite, de même que le contrôle, l'alerte et les boucles de rétroaction. Les incohérences dans les données disposent des ressources, des outils et du financement nécessaires pour traiter les ensembles de données critiques.
4. Lesindicateurs de gestion et de processus mesurés sont évalués par rapport à des écarts convenus. Les données sont traitées comme une source d'avantage concurrentiel ou comme un atout dans l'accomplissement des tâches quotidiennes. Tout le monde utilise les données comme source d'information et se préoccupe de leur exactitude et de leur actualité pour effectuer son travail en toute sécurité. Les applications sont écrites pour saisir les problèmes de données qui sont résolus aussi rapidement que possible afin d'éviter une atteinte à la réputation ou des amendes réglementaires.
5. L'optimisation desperformances des processus passe par des améliorations incrémentales et innovantes qui s'appuient sur le retour d'information obtenu par le biais d'outils automatisés, de pairs, de pratiques sectorielles, de concurrents et de clients. Les données sont considérées comme l'atout essentiel, autre que les ressources qualifiées, pour survivre dans une économie volatile.

Au fur et à mesure que la maturité et la prise de conscience s'améliorent, la création d'une stratégie et d'un modèle de Master gestion des données (MDM) spécifiques à votre organisation émerge. Le MDM permet de s'assurer que vos données deviennent des informations qui peuvent intégrer la façon dont votre entreprise travaille, prend des décisions, influence ses clients, atteint ses objectifs et continue à rester compétitive, sécurisée, conforme, durable et pertinente. Un cadre de gestion des données sera composé à la fois du MDM et du DMM.

Modèle de DMM CMMI

L'ISACA et le CMMI ont fusionné en 2016. À eux deux, ils ont formulé le modèle de la meilleure façon d'obtenir, d'utiliser, de conserver et de supprimer les données, qui est désormais la norme, comme on peut le voir ci-dessus. Leur modèle comprend six catégories, chacune avec plusieurs processus ou pratiques pour la stratégie degestion des données , la gouvernance données, la qualité des données, les opérations sur les données et l'architecture de la plateforme. Le modèle DMM souligne que votre organisation doit évaluer et définir chaque catégorie et ses fonctions. Les besoins en données et leur utilisation sont uniques, et le modèle ne peut servir que de guide en créant un cadre convenu pour le comportement, les outils et la culture des données et de l'information.

Faire du modèle de gestion des données votre modèle

Examinez l'intention et la portée du DMM de CMMI par rapport au modèle et aux processus de gestion des données votre entreprise. Les données sont votre actif non humain le plus important ; par conséquent, votre DMM doit prendre en compte tous ces concepts pour avoir une quelconque valeur :

• gestion des données strategy.
• Enterprise gestion des données processes.
• Communication avec le personnel, les clients et les partenaires.
• Analyse de rentabilité et financement.
• gouvernance données et glossaire des termes utilisés dans le monde des affaires.
• tableaux et modèles de gestion des métadonnées .
• Stratégie de qualité des données.
• Profilage et nettoyage des données.
• Évaluation des données et de la gestion des données .
• Données requises.
• gouvernance et contrôle des données.
• Plate-forme de données, architecture et gestion de la configuration.
• Rapports sur les données.
• gestion des données sauvegarde, archivage et récupération.
• gestion des données analysis.
• Gestion des risques.

Les organisations qui prendront le temps de créer un modèle de gestion des données viable, flexible et utilisateur seront celles qui avantage d'une activité numérique tout en maîtrisant les coûts d'accès et d'utilisation des données.

Avantages d'un modèle et maturité

Selon la pyramide DIKW, les données deviennent des informations utilisées dans les tâches quotidiennes. Les données deviennent alors des connaissances qui sous-tendent les décisions et aident à résoudre les problèmes ou à répondre aux demandes. Pour parvenir à la sagesse, les données doivent être

• Confiance.
• Améliorer la qualité et la rapidité des décisions.
• Réduire les risques.
• Aide à la gestion des coûts.
• Maintenir la conformité.
• Soutenir la compétitivité.
• Augmenter la productivité.
• Assurer la souplesse nécessaire à l'introduction et à la maintenance des produits.

Comment démarrer

Le modèle de maturité des capacités a connu de nombreuses itérations depuis sa création en 1991. Ce modèle aide les dirigeants en leur demandant d'examiner ce qui se passe s'ils ne gèrent pas les données et comment ils savent que ce qu'ils font est acceptable.

Les organisations échouent dans leur tentative lorsqu'elles s'efforcent d'utiliser le DMM dans son sens le plus strict sans l'appliquer à leur situation.

Le modèle de maturité des données, comme de nombreux autres modèles de maturité des capacités, n'a jamais été conçu pour être utilisé tel quel. La meilleure pratique consiste à s'assurer que la formulation de chaque niveau, y compris les noms des niveaux et les objectifs, est pertinente pour vos équipes et votre direction. Par exemple, un client a modifié le nom de son modèle comme suit :

• Nous ne le faisons pas bien.
• Nous commençons à comprendre.
• Nous disposons désormais d'une pratique standard.
• Nous sommes assez bons dans ce domaine.
• Nous sommes très bons dans ce domaine.

Les équipes ont ensuite créé une formulation pour chaque niveau avec des indicateurs de résultats clés pour servir de garde-fous et d'avertissements lorsqu'elles n'étaient pas sur la bonne voie pour améliorer la façon dont elles géraient les données. Lancez un projet pilote, impliquez le personnel, faites en sorte que le modèle s'applique à chaque secteur de votre entreprise, mesurez les performances ou l'impact sur les clients. Examinez régulièrement vos pratiques avec des auditeurs ou à l'aide d'outils logiciels afin d'évaluer l'état de vos données et la maturité de vos méthodes.

Ce dernier point est essentiel. Avec l'accumulation des données, la facilité d'introduire des données provenant d'une mauvaise source peut vous faire encourir des amendes, nuire à votre réputation, perdre la confiance de votre personnel et de vos clients, ou vous conduire à la faillite. Vous aurez besoin de logiciels, qu'il s'agisse d'outils de surveillance et d'alerte en cas de problème, de la vérification des données internes de votre application ou de produits en nuage, pour vous aider à maintenir la maturité de la gestion des données . Utilisez les faits divers pour vous motiver à agir afin que ce que les concurrents ont fait de manière incorrecte ne vous arrive pas. N'oubliez pas que la gestion des données et la maturité sont l'affaire de tous !

Les pratiques DevOps, agiles ou ITSM telles que la cartographie des flux de valeur peuvent aider à la création de modèles visuels des flux de données et de leur utilisation au sein de votre organisation. Ces pratiques mettent en évidence les lacunes, les redondances, les processus manuels ou les risques, facilitant ainsi les tâches d'amélioration itératives afin d'encourager une gestion des données digne de confiance et la maturité.

Un modèle de maturité de base mais évolutif degestion des données doit englober l'entreprise et traiter chaque domaine comme une partie distincte du modèle. Par conséquent, une équipe de gouvernance globale comprendrait

• Parrainage.
• Examen des compétences et apprentissage.
• Analyse de rentabilité et financement. Collaboration et communication.
• Culture des données, en particulier en ce qui concerne la sécurité.
• Mise en œuvre de la valeur commerciale.
• Utilisation de technologies telles que l'informatique en nuage, les entrepôts de données et les lacs de données.
• gestion des données Évaluation de la maturité et enquête sur les capacités, les compétences et les outils.

Gartner suggère de prendre 12 mesures pour créer un modèle de maturité de la gouvernance données, que votre modèle de maturité MDM support. Le modèle de maturité de la gouvernance données de Gartner comprend des indicateurs clés de performance, des rôles, des lignes directrices en matière de gouvernance données, des outils à prendre en compte et la manière d'évaluer la valeur et les résultats de l'entreprise. Il s'agit d'une alternative flexible au modèle CMMi de l'ISACA.

gestion des données Lifecycle

gestion des données La gestion des données consiste à définir et à gérer les données, à documenter leur utilisation dans des catalogues, à créer des politiques et des règles, à nettoyer les données, à contrôler que l'introduction et l'utilisation des données sont conformes aux besoins, à dédupliquer, à accéder, à archiver et à récupérer les données. La gestion des données sous-tend l'architecture, la gouvernance et la qualité de la gestion des gestion des données d'entreprise (GDE) et de la GDM. Les concepts d'EDM et de MDM évolueront vers vos centres d'excellence par domaine d'activité, garantissant une gestion des données saine et sûre.

Résumé de la gestion des données Maturité

La maturité est propre à chaque entreprise. Il ne s'agit pas d'atteindre un objectif ou un niveau. Au contraire, la maturité de la gestion des données doit conduire à l'amélioration des capacités et des outils d'utilisation des données. La maturité de la gestion des gestion des données doit être itérative et n'aura jamais de date limite, car les conditions d'utilisation des données changent dans cette économie incertaine et volatile. Commencez par déterminer les données qu'il est essentiel de contrôler aujourd'hui et, grâce à des pratiques agiles, avantage un ensemble minimum viable d'approches des données pour commencer votre parcours d'amélioration de la maturité.

Les étapes de haut niveau sont les suivantes :

• Réalisez une évaluation complète de l'état et de l'utilisation de vos données, des processus et des applications qui utilisent les données, de l'endroit où elles sont stockées et des raisons pour lesquelles elles le sont, ainsi que des règles réglementaires auxquelles vous devez vous conformer.
• Décidez d'un plan qui comble les lacunes de manière itérative et améliore l'utilisation et le coût des données.
• avantage des normes et des histoires de l'industrie.
• Documenter ce qui fonctionne et ce qui ne fonctionne pas.
• Créez des niveaux de maturité qui vous conviennent.
• Déterminer le coût des mauvaises données et introduire des mesures pour éviter les mauvaises pratiques et la mauvaise culture.

Enfin, veillez à ce que votre personnel ne perde pas de temps et d'efforts à cause de mauvaises données. Ce graphique de Forbes montre que les actions de nombreuses entreprises portent sur le nettoyage et l'organisation des données. Des outils logiciels et des règles strictes, mais souples, vous permettront d'éviter ce gaspillage et de vous concentrer sur la transformation des données en informations utiles.